【技术实现步骤摘要】
本专利技术涉及关系识别，尤其涉及基于多源数据融合的在线户变关系识别方法及系统。
技术介绍
1、关系识别
涉及从文本或数据中自动识别和分类实体之间的关系，广泛应用于信息检索、知识图谱构建等领域。通过分析多种数据源，如文本、图像或结构化数据，关系识别技术可以揭示实体如人物、地点、组织或专有名词之间的语义联系。有助于提高数据解析的准确性和深度，为机器学习模型和人工智能应用提供更丰富的语义理解基础。
2、其中，多源数据融合的在线户变关系识别方法是指通过集成来自不同数据源的信息来识别和验证在线用户与账户之间的关系。能够利用来自社交媒体、交易记录、用户登录数据等多种渠道的数据，以识别出真实世界中用户的身份和在线行为之间的关联。用途包括防止身份盗用，优化客户服务体验以及提高网络安全防范能力。
3、现有关系识别技术依赖单一或有限的数据源，限制技术的应用范围和效果，单一数据源难以全面捕捉到复杂的用户行为和关系网络，导致关系识别的不准确和遗漏。例如，在仅通过文本数据进行关系识别时，忽视用户在多个平台的交互信息，导致关系图谱的不...
【技术保护点】
1.基于多源数据融合的在线户变关系识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多源数据融合的在线户变关系识别方法，其特征在于，所述用户行为特征数据集包括用户的登录日期、时间点、浏览页面、点击项目和购买行为，所述初始化用户关系度量包括基于时间序列的登录时间拟合度和基于活动记录的活动模式重合率，所述用户关系图谱包括用户行为模式、交互频度和关系强度，所述验证后的关系预测模型包括通过实时数据校验的模型参数和预测结果的一致性，所述优化后的动态关系识别模型包括针对用户行为和环境变化调整后的模型结构、多轮交叉验证的结果和响应速度与拟合程度的优化，所...
【技术特征摘要】
1.基于多源数据融合的在线户变关系识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多源数据融合的在线户变关系识别方法，其特征在于，所述用户行为特征数据集包括用户的登录日期、时间点、浏览页面、点击项目和购买行为，所述初始化用户关系度量包括基于时间序列的登录时间拟合度和基于活动记录的活动模式重合率，所述用户关系图谱包括用户行为模式、交互频度和关系强度，所述验证后的关系预测模型包括通过实时数据校验的模型参数和预测结果的一致性，所述优化后的动态关系识别模型包括针对用户行为和环境变化调整后的模型结构、多轮交叉验证的结果和响应速度与拟合程度的优化，所述用户关系评分图包括每对用户间的互动强度得分、频率数据和关系强度的可视化表示。
3.根据权利要求1所述的基于多源数据融合的在线户变关系识别方法，其特征在于，从社交网络和电商平台收集在线用户的登录时间和活动模式数据，进行多源数据融合并对数据进行处理，剔除重复和错误的记录，生成用户行为特征数据集的步骤具体为：
4.根据权利要求1所述的基于多源数据融合的在线户变关系识别方法，其特征在于，对所述用户行为特征数据集中的时间和活动模式进行序列分析，计算用户间登录时间的拟合度和活动模式的重合率，生成初始化用户关系度量的步骤具体为：
5.根据权利要求1所...
【专利技术属性】
技术研发人员：吴玲梅，李海涛，
申请(专利权)人：江苏易润信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。